一种道路消失点的检测方法
【专利说明】
[技术领域]
[0001]本发明涉及道路消失点，尤其涉及一种道路消失点的检测方法。
[【背景技术】]
[0002]实时道路监控，智能行走机器人或自动驾驶汽车等计算机视觉系统面临的一个重要问题就是检测前方可行走道路的边界，而道路消失点可以帮助计算机推断道路边界，根据透视原理两条平行直线相交于无穷远的一点，这点就是投影到图像平面上的消失点。
[0003]申请号为CN201210012694.1的发明公开了一种从单幅图像检测道路消失点的方法。利用一幅道路图像中位于道路的标识线，或车辆轨迹上的像素点梯度方向应具有一致性，以及位于道路路面的像素点具有相似的纹理色彩特征，采用基于线段方法来检测图像中道路消失点。
[0004]图像是由离散的像素点构成的，同一方向上像素点的梯度方向可能会有较大区另IJ，所以该发明不仅计算过程复杂，而且利用梯度方向判定消失点的方法精确度低、误差较大。
[
【发明内容】
]
[0005]本发明要解决的技术问题是提供一种计算过程简单、消失点检测准确性高的道路消失点的检测方法。
[0006]为了解决上述技术问题，本发明采用的技术方案是，一种道路消失点的检测方法，包括以下步骤:
[0007]101、拍摄采集车辆前方连续的道路图像；
[0008]102、对采集到的连续图像，做车道线检测；
[0009]103、计算连续多帧图像上所有车道线的交点坐标；
[0010]104、统计交点坐标直方图；计算出直方图的均值、方差、中心矩，按照最大似然估计方法确定消失点坐标。
[0011]以上所述的道路消失点的检测方法，在步骤103中，包括以下步骤:
[0012]201、在图像左侧车道线上随机取两点a和b，在图像右侧车道线上随机取两点c和d，a、b、c、d 的坐标分别为(X1, Y1)、(x2, y2)、(x3, y3)、(x4, y4)；
[0013]202、直线ab与直线cd的交点e (x, y)的坐标为:
[0014]X= (B2-B1) / (A2^B1-A1=I=B2)；
[0015]y = (A2-A1) / (A1^B2-A2=IiB1)；
[0016]其中
[0017]A1= (y !-y2) / (x^yz-Xz^Yi)；
[0018]B1= (-X i+x2) / (x1*y2-x2*y1)；
[0019]A2= (y 3_y4) / (x3*y4_x4*y3)；
[0020]B2= (-X 3+x4) / (x3*y4-x4*y3)；
[0021]203、计算出连续多帧图像的车道线交点坐标后，进行步骤104。
[0022]以上所述的道路消失点的检测方法，将步骤203中得到的连续多帧图像的车道线交点坐标，做直方图统计，然后计算出直方图的均值、方差、中心矩，按照最大似然估计方法确定消失点坐标。
[0023]本发明道路消失点的检测方法通过计算多帧图像的车道线的交点，进一步通过直方图标记出交点的坐标，最后使用统计方法求得消失点，不仅计算过程简单，而且大大提高了消失点检测的准确性。
[【附图说明】]
[0024]下面结合附图和【具体实施方式】对本发明作进一步详细的说明。
[0025]图1是本发明实施例道路消失点检测方法的流程图。
[0026]图2是本发明实施例道路消失点检测方法中统计得到的消失点坐标的直方图。
[【具体实施方式】]
[0027]本发明实施例道路消失点的检测方法如图1所示，包括以下步骤:
[0028]101、利用摄像装置拍摄采集车辆前方连续的道路图像；
[0029]102、对采集到的连续图像，做车道线检测；车道线检测的方法有很多，比如基于Hough变换法、基于颜色信息法等；
[0030]103、在每帧图像的两条车道线上分别随机地抽取两点计算图像车道线的交点坐标，得到多帧图像的车道线交点坐标；
[0031]根据直线方程Ax+By+C = 0，
[0032]I)在图像左侧车道线上随机取两点a和b，在图像右侧车道线上随机取两点c和d，a、b、c、d 的坐标分别为(X1, Y1)、(x2, y2)、(x3, y3)、(x4, y4)；
[0033]2)直线ab与直线cd的交点e (x, y)的坐标为:
[0034]X = (B2-B1) / (A2^B1-A1=I=B2)；
[0035]y = (A2-A1) / (A1^B2-A2=I=B1)；
[0036]其中
[0037]A1= (y !-y2) / (x^yz-Xz^Yi)；
[0038]B1= (-X i+x2) / (x1*y2-x2*y1)；
[0039]A2= (y 3_y4) / (x3*y4-x4*y3)；
[0040]B2= (-X 3+x4) / (x3*y4-x4*y3)；
[0041]3)计算出连续多帧图像的车道线交点坐标后，进行下一步；
[0042]统计交点坐标直方图，然后计算出直方图的均值、方差、中心矩，按照最大似然估计方法确定消失点坐标。
[0043]具体步骤为
[0044]1.统计多帧图像的交点坐标直方图；
[0045]2.计算直方图均值、方差和中心距，可以得到交点坐标集中的趋势以及分布状态；
[0046]3.通过最大似然估计把可能性最大的坐标点作为真实的消失点。
[0047]求最大似然估计值的步骤为:
[0048]I)根据样本分布得到似然函数；
[0049]2)对似然函数取对数；
[0050]3)求对数似然函数的各参数的偏导数，得到对数似然方程；
[0051]4)解对数似然方程得到最大似然估计值。
[0052]本发明以上实施例道路消失点的检测方法通过计算多帧图像的车道线的交点，进一步通过直方图标记出交点的坐标，最后使用统计方法求得消失点，不仅计算过程简单，而且大大提高了消失点检测的准确性。
【主权项】
1.一种道路消失点的检测方法，其特征在于，包括以下步骤: 101、拍摄采集车辆前方连续的道路图像； 102、对采集到的连续图像，做车道线检测； 103、计算连续多帧图像上所有车道线的交点坐标； 104、统计交点坐标直方图；计算出直方图的均值、方差、中心矩，按照最大似然估计方法确定消失点坐标。2.根据权利要求1所述的道路消失点的检测方法，其特征在于，在步骤103中，包括以下步骤: 201、在图像左侧车道线上随机取两点a和b，在图像右侧车道线上随机取两点c和d，a、b、C、d 的坐标分别为(X1, Y1)、(x2,12)、(x3, y3)、(x4, Y4); 202、直线ab与直线cd的交点e(x, y)的坐标为:X = (B2-B1) / (Ai^B1-AfB2)；y = (A2-A1) / (AfB2-Ai^B1)； 其中A1= (y 1-y2) / (x^yz-xz^yi)；B1= (-X !+X2) / (Xfy2-Xi^y1)； A2= (y 3_y4) / (x3*y4-x4*y3)； B2= (-X 3+x4) / (x3*y4-x4*y3)； 203、计算出连续多帧图像的车道线交点坐标后，进行步骤104。3.根据权利要求2所述的道路消失点的检测方法，其特征在于，将步骤203中连续多帧图像的车道线交点坐标，做直方图统计，然后计算出直方图的均值、方差、中心矩，按照最大似然估计方法确定消失点坐标。
【专利摘要】本发明公开了一种道路消失点的检测方法，其特征在于，包括以下步骤：拍摄采集车辆前方连续的道路图像；对采集到的连续图像，做车道线检测；计算连续多帧图像上所有车道线的交点坐标；统计交点坐标直方图；计算出直方图的均值、方差、中心矩，按照最大似然估计方法确定消失点坐标。本发明通过计算多帧图像的车道线的交点，进一步通过直方图标记出交点的坐标，最后使用统计方法求得消失点，不仅计算过程简单，而且大大提高了消失点检测的准确性。
【IPC分类】G06K9/00
【公开号】CN105138955
【申请号】CN201510408607
【发明人】张晓光, 王嫣然
【申请人】深圳市中天安驰有限责任公司
【公开日】2015年12月9日
【申请日】2015年7月10日